🚶 Zentraler Mustergenerator — Rhythmen des Gehens

Adaptation ist ein langsamer selbsthemmender Prozess, der sich in einem Neuronenpool aufbaut, während er aktiv ist, und abklingt, während er still ist. Biologisch entspricht dies Strömen wie dem calciumaktivierten Kalium-Strom (I_AHP) oder der langsamen Natrium-Inaktivierung. In einem Halbzentrum-Oszillator ist Adaptation der Fluchtmechanismus: Der dominante (aktive) Pool ermüdet allmählich, bis er seinen Antagonisten nicht mehr unterdrücken kann, wodurch der Partnerpool aktiv werden kann. Ohne Adaptation würde die gegenseitige Hemmung allein einen Pool dauerhaft aktiv halten — der Rhythmus benötigt diese zeitlich abgestimmte Freigabe, um die Abwechslung unbegrenzt aufrechtzuerhalten.

Jeder Neuronenpool wird als Feuerraten-Einheit modelliert, die gehorcht: tau * dx/dt = -x + S(I - w*x_anti - b*a + c_coupling), wobei x die Feuerrate ist, x_anti die Rate des antagonistischen Pools, a die durch tau_a * da/dt = -a + x bestimmte Adaptationsvariable und S(u) = 1/(1 + exp(-4u)) eine sigmoide Aktivierung. Die Parameter w (gegenseitige Hemmung), b (Adaptationsstärke) und c (Kopplung zwischen den Gliedmaßen) sind vom Nutzer einstellbar. Die Zeitkonstanten tau und tau_a skalieren umgekehrt zur Frequenz, sodass das Erhöhen des Frequenzreglers die Oszillationsperiode gleichmäßig über alle vier CPGs hinweg komprimiert.

Das Modell mit vier gekoppelten CPGs bildet die wesentliche Architektur der Gangarterzeugung bei Vierbeinern wie Katzen, Pferden und Hunden ab. Die Gehen-Voreinstellung spiegelt den bei den meisten Säugetieren bei niedrigen Geschwindigkeiten verwendeten lateralen Sequenzgang wider, bei dem jeder Fuß etwa ein Vierteltakt nach dem vorherigen in einem 4-Takt-Muster aufsetzt. Die Trab-Voreinstellung spiegelt den bei mäßigen Geschwindigkeiten verwendeten diagonalen Zweiertakt-Trab wider, bei dem sich das vordere linke Bein synchron mit dem hinteren rechten Bein bewegt und umgekehrt. Dieselben CPG-Prinzipien beschreiben auch das zweibeinige Gehen beim Menschen und das wellenförmige Schwimmen bei Neunaugen und Blutegeln.

Ein verbreiteter Irrtum ist, dass rhythmische Bewegung kontinuierliche Befehle vom Gehirn oder kontinuierliches sensorisches Feedback erfordert. Tatsächlich erzeugen isolierte Rückenmarkspräparate von Katzen und anderen Wirbeltieren — mit abgetrenntem Gehirn und durchtrennten sensorischen Nerven — bei pharmakologischer Aktivierung des Rückenmarks immer noch koordinierte fiktive Fortbewegung. Das Gehirn legt die Geschwindigkeit fest und initiiert die Bewegung, und sensorisches Feedback korrigiert und stabilisiert sie in Echtzeit, aber der grundlegende Rhythmus wird vollständig innerhalb der spinalen CPG-Schaltkreise selbst erzeugt.

Thomas Graham Brown, ein schottischer Physiologe, veröffentlichte 1911 die Halbzentrum-Hypothese. In Arbeiten mit decerebrierten, deafferenzierten Katzen zeigte er, dass rhythmische, abwechselnde Beuger- und Streckerausbrüche selbst nach vollständiger Durchtrennung aller afferenten (sensorischen) Eingänge bestehen blieben — im direkten Widerspruch zur damals vorherrschenden Reflexketten-Theorie von Charles Sherrington, die besagte, dass jeder Schritt durch das sensorische Feedback des vorherigen ausgelöst wird. Browns Arbeit begründete den zentralen Ursprung des Fortbewegungsrhythmus, wurde jedoch weitgehend übersehen, bis Sten Grillner sie in den 1960er-Jahren wiederbelebte und erweiterte.

CPGs gehören zur breiteren Familie gekoppelter nichtlinearer Oszillatoren, die in der computergestützten Neurowissenschaft und Dynamik-Theorie untersucht werden. Verwandte Simulationen umfassen das Hodgkin-Huxley-Neuronenmodell (die ionische Grundlage der Aktionspotenziale, die der CPG-Aktivität zugrunde liegen), den FitzHugh-Nagumo-Oszillator (ein vereinfachtes zweivariables erregbares Zellmodell) und Kuramoto-artige gekoppelte Phasenoszillatoren (die die Synchronisation zwischen den Gliedmaßen auf einer abstrakten Ebene beschreiben). In der Biologie sind CPGs auch an der Atmung (dem prä-Bötzinger-Komplex im Hirnstamm), Kauen, Schlucken, Kratzen und der Erzeugung zirkadianer Rhythmen beteiligt.

Ingenieure implementieren künstliche CPGs als Fortbewegungssteuerungen für Laufroboter, Schlangenroboter und Exoskelette, da sie glatte, energieeffiziente und anpassbare rhythmische Gangarten mit sehr wenigen einstellbaren Parametern erzeugen. Die Kopplung der Gelenkaktoren des Roboters über ein CPG-Netzwerk ermöglicht es dem System, auf Geländestörungen und Geschwindigkeitsänderungen zu reagieren, ohne eine übergeordnete Neuplanung. In der Biomedizintechnik hat die epidurale elektrische Stimulation des lumbalen Rückenmarks bei Frequenzen, die ruhende CPG-Schaltkreise aktivieren, es Menschen mit vollständiger Rückenmarksverletzung ermöglicht, freiwillige Schritte zu machen — ein Durchbruch, der von den Gruppen um Courtine und Minassian zwischen 2018 und 2022 demonstriert wurde.

Aktive Forschungsgebiete umfassen: die Identifizierung der spezifischen Neuronentypen und synaptischen Verbindungen, die CPG-Schaltkreise im Rückenmark von Säugetieren bilden, mittels Optogenetik und Einzelzell-Sequenzierung; das Verständnis, wie CPGs ihre Ausgabe an sich ändernde Lasten und Geschwindigkeiten durch die Integration sensorischen Feedbacks anpassen (Neuromodulation durch Dopamin und Serotonin spielt eine Schlüsselrolle); die Entwicklung von Closed-Loop-Neurostimulationssystemen, die laufende CPG-artige Aktivität aus dem Rückenmark auslesen und präzise zeitlich abgestimmte epidurale Impulse liefern, um das Gehen nach einer Lähmung wiederherzustellen; und den Aufbau computergestützter Modelle, die die Lücke zwischen dem hier verwendeten abstrakten Ratenmodell und den detaillierten leitfähigkeitsbasierten Neuronenmodellen schließen, die zur Vorhersage von Stimulationsprotokollen für einzelne Patienten benötigt werden.